Curso machine learning para la agricultura digital

(cursos)

Área: Agricultura y Agronomía

Centro: Universidad Autónoma de Occidente - Campus Valle de Lili

Modalidad: Virtual

Lugar: Cali

Precio: 550.000

Tipo: cursos

* Actualmente está cerrado. Sin embargo la institución abre convocatorias continuamente.
Si desea más información y que la institución te contacte, llene el formulario y la institución se comunicará pronto.

solicitar información

Curso machine learning para la agricultura digital

Nombre*

Apellidos*

Grado

País, ciudad donde vive

Teléfono 1*

Selecciona:

Digita:

Teléfono 2

Selecciona:

Digita:

No documento*

E-Mail*

Año de nacimiento:

Mensaje

Verificación antispam, para saber si eres una persona:

Al hacer clic en el botón aceptar reconozco que he leído y acepto el Aviso Legal, la Política de privacidad y el Manual de tratamiento de datos personales de Universia, así como la comunicación directa, por cualquier medio, ya sea para fines académicos o comerciales, por parte de Universa y Universidad Autónoma de Occidente - Campus Valle de Lili.

Publicado el: 13-08-2020

Introducción:

La seguridad alimentaria es uno de los retos más desafiantes que tiene la humanidad. La misma sólo puede ser asegurada a través de una agricultura eficiente en la que las decisiones sean tomadas de manera correcta y oportuna. La agricultura digital busca explotar las potencialidades de las tecnologías de la información en el desarrollo de soluciones y metodologías que le permitan a los agricultores y otros actores mejorar la producción de alimentos. Un aspecto fundamental de la agricultura digital es la gestión y análisis de datos a través de Machine Learning, una tecnología a la que pocas personas tienen acceso.

¿En qué consiste?

MÓDULO I.

INTRODUCCIÓN A LA AGRICULTURA DIGITAL

● El concepto de agricultura digital.

● Centros de investigación y empresas.

● Problemáticas que aborda la agricultura digital.

MÓDULO II.

SENSORES Y PLATAFORMAS TECNOLÓGICAS PARA AGRICULTURA

● Adquisición de datos en el campo.

● Robótica para la agricultura.

● Espectroscopía.

● Cámaras y LiDAR.

MÓDULO III.

FUNDAMENTOS COMPUTACIONALES

● Fundamentos de programación en Python.

● Fundamentos de visión computacional.

MÓDULO IV.

AGRICULTURA DE PRECISIÓN I

● Visión computacional para la agricultura.

MÓDULO V.

AGRICULTURA DE PRECISIÓN II

● Sensado remoto.

● Análisis de imágenes satelitales.

● Análisis de imágenes aéreas.

MÓDULO VI.

MACHINE LEARNING I

● Tipos de aprendizaje automático.

● Complejidad y generalización.

● El algoritmo K-vecinos más cercanos.

MÓDULO VII.

MACHINE LEARNING II

● Modelos lineales para regresión y clasificación.

● Caso de estudio: Control de calidad en manzanas.

MÓDULO VIII.

MACHINE LEARNING III

● Aprendizaje no supervisado: reducción de dimensionalidad.

● Análisis discriminante de mínimos cuadrados parciales (PLS-DA).

● Caso de estudio: Control de calidad en manzanas.

MÓDULO IX.

AGRICULTURA DE PRECISIÓN III

● Discusión final.

● Exposiciones.

¿A quién va dirigido?

Este Curso está dirigido a los sectores de servicios, manufacturero, comercial, bancario, que tengan contacto con el sector agrícola y de producción de alimentos.

Se espera que el participante sea profesional con experiencia en sectores relacionados con la agricultura y en cargos que pueden ir del directivo hasta el operativo.

Horario: Lunes y martes de 6:00 p.m. a 9:00 p.m.

Duración: Horas 27